AI 编程工具 Cursor 火遍全球，Cloudflare 开发者关系副总裁 Ricky Robinett 甚至分享道：“我八岁的女儿仅用45分钟就使用 Cursor AI 构建了一个聊天机器人。
GitHub Universe大会上，GitHub官宣：Copilot可以支持多模型了，包括Anthropic的Claude 3.5 Sonnet、谷歌的Gemini 1.5 Pro、OpenAI的o1-preview和o1-mini。
Google CEO Pichai 在第三季度财报电话会议中表示 Google 内部超过 25% 的新代码是由AI生成的，然后由工程师审查和确认，其态度非常认可AI生成对于内部开发工作的作用。
大型语言模型（LLMs）的出现针对语言类型的数字内容生成能力提升，为“AI+代码”进一步发展带来了更多创新空间。
因此在2024年10月24日，「甲子光年」发布《2024年AI代码平台及产品发展简报》，为“AI+代码”进带来了的行业价值进行分析。本篇文章则是对报告的部分观点进行解读。
1.为什么“AI+代码”这个赛道又开始火热起来？与过往的代码辅助工具有什么区别？
通俗的解释：AI能看懂更多代码，会写更靠谱的代码，未来可能会自己写代码。
LLMs给“AI+代码” 提供了一个突破性技术方案：LLM带来了深度学习新范式，思维链和强大的自然语言理解能力，从而理解程序员的需求和意图，自动生成符合规范或者采纳率更高的代码片段或完整功能模块，从而让创建广泛应用且实用的AI代码平台成为可能。
可以说大模型技术改变了代码生成的效率和质量，包括但不限于以下几点：
提升代码生成效率
生成代码建议的速度比以往任何时候都要快，有望大幅提高整体工作效率。此外，大模型技术能够根据工程师的自然语言描述自动生成符合工业标准的代码，这种自动化过程极大地提高了代码生成的速度，使得从设计到生产的转换更加迅速和流畅。
提高代码质量
大模型技术在提升代码质量方面也发挥了重要作用。首先，大模型生成的代码具有良好的风格，变量命名规范，可读性高。它们在生成代码时会考虑到工业编程的最佳实践和标准，从而提高了代码的可靠性和可维护性。其次，大模型能够自动生成异常处理代码，使程序员能够专心于业务代码的编写，同时生成的错误提示和日志信息通常都非常完整，语句通顺。
减少错误和提高开发速度
大模型代码生成技术能够显著提高软件开发的效率，通过自动化重复性和标准化的编码任务，减少人为编码错误，提高开发速度。这对于需求快速变化的现代软件开发环境来说尤为重要。通过减少人工编程的时间和资源投入，企业能够显著降低研发成本，同时，研发团队可以将更多精力投入到创新和复杂问题的解决上，而不是花费在繁琐的代码编写上，从而整体提高了研发效率。
并且AI推动了开发者的编程习惯和开发方式发生转变，虽然工作重心依然在代码编写上，但与AI的互动逐渐增多，编程习惯和开发方式开始发生转变。未来，开发者可能开始从代码的具体实现转向更高层次的任务管理和决策。
2.AI辅助代码工具是否就是AI代码开发平台？
写代码是开发工作中的一项重要工作，但是开发还包括多项工作组合。因此：
狭义的AI代码平台往往指代的是核心产品的功能，也会被称为AI编程助手，主要指在代码开发过程中辅助编写代码的功能。
广义的AI代码平台除了核心的产品功能外包括企业级开发能力（和个人开发能力做对应，强调其系统性的开发能力），另外包括用户体验的设计，服务生态的建设，与算力、数据存储、环境部署的适配。
3.AI代码平台/产品在编写代码过程具备哪些核心功能特点？
AI代码平台/产品的最终目的可以让程序员“写代码”更爽，因此可以解决程序员写代码过程中诸多“痛点”。
4.哪些企业可以提供“AI+代码”平台或者服务？
中国当下的AI+代码平台市场已经迎来丰富的参与者，这些企业依据自身技术或行业know-how迅速切入市场，通过先手占据更好的生态占位；并且越来越多的企业正在进行产品打磨与场景探索。包括以下几类企业：
1）AI模型*代码型：一般具备通用大模型能力，提供基于生成式AI的编程产品/插件
2）业务*AI代码型：基于自身业务及开发能力，提供基于生成式AI的IT开发平台
3）AI代码创业型：基于代码领域的垂类模型及产品能力，提供相应的AI代码平台服务
4）代码社区型：基于社区代码的数据积累，提供相应产品
5）智能体*开发：利用多智能体能力，提供代码开发服务
6）低/无代码+AI：在自身低无代码基础上进行AIGC技术的结合
7）图形化编程语言（可包括IDE）+AI：在图形化编程语言及开发平台及生态基础上进行AI技术的结合
5.AI是否会完全替代程序员？
一方面，AI代码的采纳率的确可以作为AI的效能，尤其是Google CEO Pichai 在第三季度财报电话会议中专门提到 Google 内部超过 25% 的新代码是由AI生成的。但是这更多是证明了“AI的能力”。
而真正的Google一线的开发人员则有更深的切身体会：
“asdfman123：我在Google工作，刚结束一天的工作。我刚才写的内容可以算作是“AI生成的代码”吧。但实际上代码补全引擎只是在我写代码时，帮忙完成我正在输入的行。例如，当我输入“function getAc…”时，它足够智能，可以补全为“function getActionHandler()”，并可能建议正确的参数和适当的jsdoc注释。”
基本上，它是一个有帮助的生产力工具，但完全没有参与到工程开发中。可能和Copilot差不多，甚至稍微逊色一点（不过我最近没用过它）。
“NotAnOtter（Google前员工）：我的想法是：Google CEO Pichai 说法显然是在夸大现实，很可能把一些已经存在十多年的完全自动化的代码审查或合并请求（CL/PR）也算作“AI生成”。我之前提过，如果一个10人的团队和一个使用Copilot等工具的8人团队一样高效，那么从我的角度来看，说“AI替代了2个工程师”是合理的。更重要的是，如果这是真的，技术领导者会这样宣称。Copilot及其类似工具已经存在了足够长的时间，证据已经存在，但没有人说“我们用AI取代了X%的人力”
因此更合理的参考维度需要用对开发效能提升度，和用户的体验满意度来体现。
6.“AI+代码”是否会带来新的开发模式？
真正的开发者都理解：代码量越多，bug 也可能越多！
去看“AI+代码”能够带来的好处，应该放眼于对于开发模式的改变，而非简单的替代工作。并且Agent的使用，可以让开发团队采用更多AI参与的协作及自动化。
点击链接进入「甲子光年」官网下载《2024年AI代码平台及产品发展简报》高清版完整PDF：https://www.jazzyear.com/stud...
